前へ / 戻る / 次へ

人工知能の歴史

• 1960年～1974年頃：第１次 AI ブーム
  • プログラムに組み込まれたルールを元に推論・探索を行う。
  • 簡単な Toy Problem ( おもちゃの問題 ) しか解けない。
• 1980～1987年頃：第２次 AI ブーム
  • 専門的知識をルールとして追加してゆける「エキスパートシステム」が開発され、AI が実用的になる。 (ルールの追加作業は人間がやる)
• 2006年～：第３次 AI ブーム
  • 機械学習・深層学習によって AI が自ら知識を獲得できるようになった。

機械学習と深層学習の違い

　どちらも、沢山の学習データを与えると AI がルールを獲得しますが、

• 単なる機械学習：
  • 学習に必要な「特徴量」の設定は人間が行わなければならず、しかも調整が難しい。
• 深層学習 ( Deep Learning )：
  • AIが自ら適切な「特徴量」を獲得する。

機械学習・深層学習も万能ではない

• 機械学習の欠点
  • 学習データに偏りがあってはいけない。
• 深層学習の欠点
  • 意図しない方向に学習が進む恐れがある。
    
    • 例１：AI がヒトラー礼賛
    • 例２：Amazon の AI 採用システムが女性差別
• どちらも
  • 大量の学習データと大量の学習時間が必要。
  • 「ブラックボックス化」されていて判断の根拠が人間にはわからない。

 ⇒　AI システムには性能評価が必要です。

今、世間で AI と呼んでいるのは AI 技術の一部

　今、世間で AI と呼んでいるのは AI 技術の一部であって、特定の目的に対して「人間が」作り込んだプログラムであり、その用途以外に対しては無力です。
　AI 研究者が目指しているのは、汎用人工知能（ AGI = Artificial General Intelligence ）といって、人間同様の知性をもち、自ら成長してゆく機械です。

前へ / 戻る / 次へ